【ベテラン技能者引退対応】中小製造業の暗黙知をAIエージェントで形式知化する「ベテラン引退伴走エージェント」——熟練者ヒアリング音声→動画手順書→後継者学習プラン2026

> 本記事にはアフィリエイトリンク（PR）が含まれます。

—

「なんかコツあるんですか」——月曜朝、旋盤の前で詰まる35歳

月曜朝7時45分。工場の蛍光灯が点き始めた頃、旋盤の前に立つ58歳の田中さん（仮名）に、後ろから声をかけます。

「田中さん、その仕上げのコツって、なんかあるんですか」

返ってくるのは、決まってこの言葉です。

「まあ、感覚っすかね。音と切粉（きりこ）見て、ちょっと送り変える、みたいな」

田中さんは来月で定年。再雇用の話は出ていますが、本人は「孫の世話するから週2にしたい」と言っています。隣で書類をめくる35歳の製造リーダー・佐藤さん（仮名）の頭にあるのは、たったひとつの問いです。

この人が辞めた瞬間、誰がこの精度を出すのか。

マニュアルは10年前のExcelのまま。手順書はあるけれど、田中さんの「ちょっと送り変える」がどこにも書かれていない。後継者の22歳・新人の山田くんに「動画でも撮りますか」と提案したものの、何を撮ればいいのかすら決まらない。

この記事では、こうした「ベテランの暗黙知をどう残すか」という終わりが見えない課題に対して、ヒアリング音声→暗黙知抽出→動画手順書→後継者の6ヶ月学習プランまでを一気通貫で支援するAIエージェントの設計と、コピペで使える実装プロンプト4種を公開します。

読み終えると、次のことがわかります。

– ベテランの「感覚」を、後継者が再現できる「判断基準」に翻訳する手順
– ヒアリング音声から動画台本まで自動生成する4つのプロンプト
– 「AIで技能伝承は完了しない」という限界と、それでも導入する価値

なお、AIの出力はすべてドラフトです。最終的な工程承認・後継者の合否判断は、必ず現場責任者と本人が行ってください。

—

なぜベテランは「コツ」を言葉にできないのか

暗黙知は本人にとって「呼吸」と同じ

経済産業省『2026年版ものづくり白書』をはじめ、複数の白書で繰り返し指摘されているのは「中小製造業における技能伝承の停滞」です。設備投資はDXで進んでも、人の中にある知識は移植が追いつかない。これが多くの工場が抱える現実だと考えられます。

なぜ伝承が進まないのか。原因のひとつは、ベテラン本人が暗黙知を言語化する訓練を受けていないことです。彼らにとって「音が変わったら送りを落とす」は、呼吸と同じレベルで身体に染み込んでいます。意識して説明しようとしても、「いや、感覚で」としか言いようがない、というのが正直な姿でしょう。

「動画を撮ろう」だけでは技能は残らない

近年、技能伝承の打ち手として「作業動画を撮る」ことが推奨されています。ただし、動画だけでは多くの場合うまくいきません。理由は3つ考えられます。

1. 何を撮るかが決まらない——日常作業をそのまま撮っても、後継者には「普通の作業」にしか見えない
2. 判断ポイントが映らない——ベテランの目線・耳・指先の感覚は映像に映らない
3. 後継者がどこでつまずいているかが分からない——一方通行の動画では、本人のスキル状況に合わせられない

つまり技能伝承には、「ヒアリングして言葉に変える人」「映像の意図を設計する人」「後継者を診断する人」が同時に必要になる。中小企業ではここに割ける人手が足りないのが、つらい現実です。

—

AIエージェントが補える領域とできない領域

| 工程 | AI活用の可否 | 補足 |
|——|————|——|
| ヒアリング音声の文字起こし整理 | ◎ 得意 | 雑談と本筋を分け、論点を抽出できる |
| 「感覚」言葉の判断軸への翻訳 | ◎ 得意 | 「だいたい」「なんとなく」を構造化できる |
| 動画手順書スクリプトの作成 | ◎ 得意 | 「何分何秒に何を映すか」の台本化に強い |
| 後継者の現状スキルとのギャップ診断 | ○ 補助可 | 自己申告ベース。最終評価は人が行う |
| 学習プランのドラフト作成 | ◎ 得意 | 6ヶ月単位のロードマップ案が描ける |
| 現物の物理的な確認・微調整判断 | ✗ 不可 | 現場でしか分からない |
| 最終承認・人事判断 | ✗ 不可 | 必ず人が行う |

「AIに任せる工程」と「人が握る工程」を分けることで、ベテランへの負担を抑えながら、限られた残り時間を有効に使うという活用が考えられます。

—

ベテラン引退伴走エージェントの処理フロー

Before（手作業フロー）

“`
ベテランへのヒアリング日程調整
↓
口頭で1〜2時間ヒアリング（録音せず）
↓
担当者が頭の中で覚えてメモ起こし（数日後）
↓
Excelで手順書をまとめる（用語が曖昧なまま）
↓
後継者に「読んでおいて」と渡す（読まれない）
↓
作業中に質問が出るたびベテランに聞きに行く
↓
ベテラン退職→質問先がなくなる
“`

After（AIエージェント導入後）

“`
ヒアリング音声の文字起こし＋作業動画の概要メモを準備
↓
プロンプト①：暗黙知抽出エージェントに投入
↓
判断軸／感覚／例外対応／NG事例の4分類で構造化される
↓
プロンプト②：動画手順書スクリプト生成エージェントに投入
↓
撮影台本（カット割り・ナレーション付き）が出力される
↓
プロンプト③：後継者ギャップ診断＆学習プラン生成
↓
6ヶ月単位のロードマップ案が出る
↓
プロンプト④：ヒヤリ・コツのナレッジカード生成
↓
1テーマA4 1枚のカード集に変換され、現場掲示・社内SNSで共有
“`

このフローの肝は、ベテランの口から出た言葉そのものを起点にしている点です。後から要約した二次情報ではなく、生のヒアリング素材を入力にすることで、本人の語彙・トーン・順序が残る設計を意図しています。

—

実装プロンプト①：暗黙知抽出エージェント

ヒアリング音声の文字起こしテキストを入力し、ベテランの発言から「判断軸／感覚／例外対応／NG事例」を抜き出すプロンプトです。

“`
あなたは中小製造業の技能伝承を支援するインタビュー分析の専門家です。

【入力】
ベテラン技能者「[ベテラン氏名・年齢・担当工程]」へのヒアリング音声の文字起こしテキスト全文。
工程名：[工程名（例：マシニング仕上げ加工）]
製品概要：[製品の概要・寸法精度などの要件]

【処理手順】
1. 文字起こしを読み、雑談・前置きと本筋（作業に関する発言）を分離する
2. 本筋発言を以下の4カテゴリに分類する：
– A. 判断軸（数値・観察ポイントとして言語化できるもの）
– B. 感覚（「音」「手応え」「色」など身体感覚に依存するもの）
– C. 例外対応（普段と違う材料・気温・機械状態への対処）
– D. NG事例（やってはいけないこと、過去の失敗談）
3. 各項目について「ベテランの発言（原文）」と「後継者向け翻訳文（簡潔・能動態）」を併記する
4. 項目ごとに「映像で見せたいか」「文書で残したいか」を提案する
5. 最後に、追加でヒアリングすべき不明点を3つ挙げる

【出力形式】

A. 判断軸

| No | ベテランの発言（原文） | 後継者向け翻訳 | 映像/文書 |
| 1 | … | … | 映像 |

B. 感覚

（同形式）

C. 例外対応

（同形式）

D. NG事例

（同形式）

追加ヒアリング推奨項目

1. …
2. …
3. …

【品質基準】
– 翻訳文に「だいたい」「なんとなく」等の曖昧語を残さない
– 数値が出てきたら必ず単位を付ける
– 原文を改変せず、翻訳と分けて記録する
– ベテラン本人の口癖・固有表現は注釈で残す

【制約事項】
– 文字起こしに無い情報を創作しない
– 推測を含める場合は「※推測」と明記する
– 個人情報（家族構成・健康状態など作業と無関係なもの）は出力に含めない

【カスタマイズ変数】
[ベテラン氏名・年齢・担当工程]
[工程名]
[製品概要・寸法精度などの要件]

【入力例】
ベテラン技能者「田中さん・58歳・マシニング仕上げ」へのヒアリング音声文字起こし。
工程名：アルミ部品の最終仕上げ加工
製品概要：航空機用ブラケット、寸法公差±0.02mm
“`

—

実装プロンプト②：動画手順書スクリプト生成エージェント

プロンプト①の出力を入力に、撮影現場で使える台本を作成します。

“`
あなたは製造業向け教育動画のディレクターです。
ベテランの暗黙知抽出結果をもとに、後継者向け動画手順書の撮影台本を作成します。

【入力】
プロンプト①の出力（A〜Dの分類結果）。
撮影予定時間：[1本あたりの目標尺（例：5〜8分）]
撮影機材：[スマートフォン1台 / 三脚 / マイク など現場の制約]

【処理手順】
1. A〜Dの項目から「映像化の優先度が高い」ものを選定し、3〜5本の動画にグルーピングする
2. 各動画について以下を出力する：
a. 動画タイトル（後継者が検索しやすい言葉で）
b. 想定視聴者（新人〇ヶ月目、など）
c. カット割り表（時間／映すもの／ナレーション）
d. ナレーション原稿（ベテラン本人が話す前提・話し言葉で）
e. 撮影現場での注意点（カメラ位置・音声・安全）
3. 各動画の末尾に「視聴後の確認問い」を3問つける
4. 全体のシリーズ構成図（どの順で見せるか）を冒頭に提示する

【出力形式】

シリーズ構成図

（順序と全体の意図）

動画1：[タイトル]

– 想定視聴者：…
– カット割り表：
| 時間 | 映すもの | ナレーション |
| 0:00-0:30 | … | … |
– ナレーション全文（話し言葉）
– 撮影現場での注意点
– 視聴後の確認問い：1. … / 2. … / 3. …

動画2：（同形式）

…

【品質基準】
– カット割り表は1秒単位ではなく10秒〜30秒単位で区切る
– ナレーションは1文40字以内、話し言葉
– 安全関連（保護具・回転中の機械周辺）は最初の30秒に必ず触れる
– 「これは絶対やってはいけない」表現を含む動画には冒頭に注意書きを入れる

【制約事項】
– 実際に撮影できない映像（顕微鏡レベルなど）を要求しない
– 著作権上問題のあるBGMや図表を使わない
– ベテラン本人の同意なく顔出しを前提にしない（ナレーションは音声のみでも成立する設計）

【カスタマイズ変数】
[1本あたりの目標尺]
[撮影機材]
[シリーズ全体の対象後継者の経験年数]
“`

—

実装プロンプト③：後継者ギャップ診断＆6ヶ月学習プラン生成

後継者本人の自己申告と、プロンプト①の暗黙知マップを突き合わせて、半年間の学習プラン案を作ります。

“`
あなたは中小製造業の人材育成コンサルタントです。
ベテラン暗黙知マップと後継者の現状を突き合わせ、6ヶ月の学習プラン案を作成します。

【入力】
– プロンプト①の出力（A〜Dの暗黙知マップ）
– 後継者プロフィール：[氏名・年齢・入社年数・現在の担当範囲]
– 後継者の自己申告（「自信あり/不安あり/未経験」を各項目に対して回答したリスト）
– 制約条件：[1日あたりの学習可能時間 / 月あたりの実機練習可能時間 / 既存業務との両立条件]

【処理手順】
1. A〜Dの各項目について、後継者の現状ステータスと求められるレベルのギャップを「Lv1〜Lv5」で記述する
2. ギャップの大きい項目から優先度を付ける
3. 6ヶ月を「月単位」で区切り、各月のテーマと達成基準を設定する
4. 各月に「動画視聴」「ベテラン同席実習」「単独練習」「振り返り面談」をどの比率で組むか提示する
5. 月末ごとに後継者・ベテラン・上司の3者で実施するチェック項目を出す
6. 半年後の卒業判定の基準を3〜5項目で定義する

【出力形式】

ギャップ診断サマリー（A〜D別）

| 項目 | 求められるLv | 現状Lv | ギャップ | 優先度 |

6ヶ月学習プラン

1ヶ月目：[テーマ]

– 達成基準：…
– 学習配分：動画◯時間／同席実習◯時間／単独練習◯時間／振り返り◯回
– 月末チェック項目（3者面談）：…

（2〜6ヶ月目も同形式）

卒業判定基準

1. …
2. …
3. …

【品質基準】
– 「習熟する」「理解する」など曖昧な達成基準を使わない（必ず具体的な行動で書く）
– 後継者の制約条件（1日◯時間など）を超えないプランにする
– ベテランの負担も明示する（同席実習にベテランがどれだけ拘束されるか）

【制約事項】
– 法令で定められた特別教育・技能講習の代替として扱わない
– 安全衛生関連は「教えれば足りる」扱いをせず、必ず正規教育と併記する
– 個別の人事評価判断は出力に含めない（あくまで学習プランのドラフト）

【カスタマイズ変数】
[氏名・年齢・入社年数・現在の担当範囲]
[1日あたりの学習可能時間]
[月あたりの実機練習可能時間]
[既存業務との両立条件]
“`

—

実装プロンプト④：ヒヤリ・コツのナレッジカード生成

プロンプト①〜③の出力から、現場掲示・社内SNS共有に向く「A4 1枚カード」を量産します。

“`
あなたは中小製造業の現場ナレッジを編集するエディターです。
暗黙知マップ・動画台本・学習プランから、A4 1枚で読み切れる「ナレッジカード」を生成します。

【入力】
– プロンプト①〜③の出力一式
– カードの種類：[ヒヤリ事例カード / コツカード / NG事例カード から選択]
– 想定掲示先：[現場掲示板 / 社内チャット / 学習用ファイル]

【処理手順】
1. 入力からカード化に適した素材を抽出する（1カード=1テーマ）
2. 各カードについて以下を作る：
– タイトル（疑問形・名詞止め可）
– リード文（30字以内）
– 本文（200〜400字、PREP法）
– 図示要素のラフ案（あれば）
– 関連動画No.
3. 同じテーマが複数出てきたら統合する
4. カード末尾に「このカードを書いた背景」をひと言添える（誰の発言か・いつのヒアリングか）

【出力形式】

カード001：[タイトル]

– リード文：…
– 本文（200〜400字）：
– 図示要素ラフ：…
– 関連動画：…
– 背景：…

カード002：（同形式）

…

【品質基準】
– 1カードは必ず1テーマに絞る
– 「絶対に〜してはいけない」など強い表現は理由とセットで書く
– 写真・図を入れる場合は安全配慮（顔・社外秘）を確認する記述を添える

【制約事項】
– 個人攻撃・特定従業員の批判につながる書き方をしない
– 失敗事例は匿名化し「誰が」より「どんな状況で」を主語にする
– 法的な根拠が必要な内容（労安法など）は条文の特定を避け「規程に沿って」と記す

【カスタマイズ変数】
[カードの種類]
[想定掲示先]
[1テーマあたりの目標文字数]
“`

—

導入時の注意点と限界——「AIで技能伝承は完了しない」

このエージェント群を導入しても、技能伝承が「完了」することはありません。

第一に、ベテラン本人がヒアリングに前向きでないと素材が集まりません。「俺の話なんか録ってどうするの」という反応は珍しくないでしょう。先に伝えるべきは、「あなたの言葉を残させてほしい」という敬意です。録音前に台本を渡し、本人が話したい順序で進める配慮が成果物の質を左右します。

第二に、現場の物理的な確認はAIでは代替できません。寸法のばらつき・治具の摩耗・気温による材料の伸縮など、現物に手を触れて分かることはAIでは扱えない領域です。後継者が独り立ちするには、最終的にベテランか責任者が「OK」と判断する瞬間が必ず必要です。

第三に、生成された動画台本・学習プランは必ず人がレビューしてください。AIは過去のテキストパターンから推論しているだけで、御社の安全規程や顧客要件を知りません。「なぜこの順序で教えるか」「なぜこの基準を採るか」は現場のリーダーが決めるべき領域です。

ChatGPTで動作確認しています（執筆時点）。モデルのアップデートにより出力が変わる場合があります。

—

向いているケース・向いていないケース

| 観点 | 向いているケース | 向いていないケース |
|—|—|—|
| ベテランの状態 | 引退まで3〜12ヶ月の余裕がある | 退職まで1ヶ月を切り、ヒアリングする時間がない |
| 後継者の状態 | 入社1〜5年で基本動作は習得済み | 全くの未経験で、まず安全教育が必要な段階 |
| 工程の特性 | 判断・調整を伴う加工・組立・検査 | 完全自動化された無人ラインの監視業務 |
| 社内の体制 | 現場リーダーがプロジェクトに30分/日確保できる | 誰も主担当を立てられない |
| 機材 | スマホ＋三脚＋マイクが確保できる | 撮影一切できない（機密上の制約など）|

「向いていない」に該当する場合は、まずプロンプト①（暗黙知抽出）だけを動かし、文書ベースで残す形からスモールスタートする、という選択も考えられます。

—

ベテランが引退してから手を打つのでは、もう遅い

技能伝承の議論は、いつも「もう少し早く動けばよかった」で終わります。AI活用の文脈でも同じ構図が繰り返されているように見えます。

ベテラン引退伴走エージェントは、銀の弾丸ではありません。それでも導入する価値があるのは、「あと半年」という時間制約に対して、人が動ける速度を超えた整理力を提供してくれるからです。1時間のヒアリング音声を、人が3日かけて整理していたものが、AIなら草案として数十分で返ってきます。残った時間は、ベテランへの追加質問・後継者との対話・現場での実機確認に使える、という活用が期待できます。

来月の月曜朝、旋盤の前で「なんかコツあるんですか」と聞いたとき、田中さんが「まあ、感覚っすかね」と答えたら——その音声を、ぜひ録らせてもらってください。それが、技能伝承の最初の素材になります。

関連リソース

体系的にAI活用とOJT教材設計を学びたい方には、Udemyの製造業向けAI実践講座が、現場リーダーの学び直しに役立つ講座を多数提供しています。

[→ Udemyで「製造業 AI活用」「OJT 教材設計」講座を見る](https://trk.udemy.com/c/7221214/3193860/39854)

社内のナレッジカード・動画手順書・後継者の進捗管理を一元化したい場合は、kintoneのような業務改善プラットフォームが相性のよい選択肢のひとつです。

[→ kintoneで技能伝承プロジェクトを管理する]（kintoneアフィリエイトリンク）

関連記事

製造業の他のAIエージェント事例:
– [製造業の受発注メール自動化エージェント](manufacturing-order-email-agent)
– [製造業の日報自動生成エージェント](manufacturing-daily-report-agent)
– [製造業の不良→是正報告書自動化エージェント](manufacturing-quality-correction-report-agent-2026)

AIで作業手順書をどう作るか・経営層の視点から:
– [ChatGPTで作業手順書・マニュアルを作る方法（製造業）](https://ai-blog-company.example.com/chatgpt-sakugyotejunsho-manual-seizogyo)
– [黒字リストラ時代に製造業50代が取るべきAIスキル戦略](https://ai-blog-company.example.com/kuroji-restructuring-seizogyo-50dai-ai-strategy-2026)